[译] pandas 指南：做更高效的数据科学家

云栖君导读：Python是开源的，所以有很多开源固有的问题。如果你是Python新手，很难知道针对特定任务的包哪个是最好的。你需要有经验的人来告诉你。今天我要告诉你们的是：在数据科学中，有一个软件包是你们需要学习的，那就是pandas。

而pandas真正有趣的地方是，很多其他的包也在里面。pandas是一个核心包，因此它具有来自其他各种包的特性。

pandas类似于Python中的Excel：它使用表(即DataFrame)并对数据进行转换，但它还能做更多。

如果你已经熟悉Python，可以直接进入第三部分。

现在让我们开始：

.head(3)打印数据的前3行，.tail()函数将查看数据的最后一行。

打印第8行。

将第8行值打印在“column_1”上。

如果要根据逻辑操作对数据进行运算，在使用& (AND)、~ (NOT)和| (OR)等逻辑操作之前和之后添加“(”&“)”。

不要为同一列编写多个OR，最好是使用.isin()函数。

2、基本绘图

多亏了matplotlib包，这个特性才得以实现。就像我们在介绍中说的，它可以直接用在pandas身上。

图 1 .plot() 输出示例

绘制分布图(直方图)

图 2 .hist() 函数输出示例

如果你使用Jupyter，在绘图之前，不要忘记写这一行(在代码中只写一次)

3、更新数据

将' column_1 '的第8行值替换为' english '

在一行中更改多行值

3、pandas的中级功能

现在你可以做一些在Excel中很容易做的事情。让我们来挖掘一些在Excel中做不到的神奇事情。

1、计算功能

图 3 .value_counts() 输出示例

2、对全行、全列或所有数据的操作

len()函数应用于“column_1”的每个元素

map()操作将一个函数应用于列的每个元素。

pandas的另一个特点是进行链式操作。它可以帮助你在一行代码中执行多个操作，从而更加简单和高效。

.apply()将函数应用于列。

.applymap()将一个函数应用于表(DataFrame)中的所有单元格。

3、tqdm包

在处理大型数据集时，pandas可能需要一些时间来运行.map()、.apply()、.applymap()操作。tqdm是一个非常有用的包，它可以帮助预测这些操作何时完成。

用pandas设置tqdm

将.map()替换为.progress_map()，.apply()和.applymap()也是一样

图4 这是你在Jupyter上看到的的进度条

4、相关矩阵和散射矩阵

图 5.corr() 函数会得到相关矩阵

图 6散射矩阵的例子，它绘制同一图表中两列的所有组合

pandas的高级功能

1ã行列合并

在pandas中，行列合并非常简单。

合并3列只需要一行代码

2、分组

分组一开始并不简单，但是如果掌握其语法，你将发现这非常简单。

按列分组，选择要在其上操作函数的另一列。reset_index()将数据重新生成DataFrame(表)

图 7使用链式操作，只需一行代码

3、遍历行